Calcolatore del Rango di una Matrice

Strumento professionale per calcolare il rango (o caratteristica) di una matrice con spiegazioni dettagliate e visualizzazione grafica dei risultati

Numero di righe (m):

Numero di colonne (n):

Inserisci gli elementi della matrice:

Metodo di calcolo:

Precisione decimale:

Risultati del Calcolo

Rango della matrice: –

Passaggi dettagliati:

Guida Completa al Calcolo del Rango di una Matrice: Teoria, Esercizi Svolti e Applicazioni Pratiche

Il rango (o caratteristica) di una matrice è uno dei concetti fondamentali dell’algebra lineare con applicazioni che spaziano dalla risoluzione di sistemi lineari alla compressione dati, dall’analisi strutturale alla computer grafica. Questa guida approfondita ti condurrà attraverso:

La definizione matematica precisa di rango
I tre metodi principali per il calcolo (Gauss, minori, determinante)
Esercizi svolti passo-passo con diversi livelli di difficoltà
Errori comuni da evitare
Applicazioni pratiche in ingegneria e scienze dei dati
Confronto tra i metodi con dati statistici su efficienza e precisione

1. Definizione Matematica del Rango

Il rango di una matrice A di dimensione m×n (con elementi in un campo K) è definito come:

rank(A) = max{r ∈ ℕ | ∃ minore r×r di A con determinante ≠ 0}

In termini di spazi vettoriali, corrisponde alla dimensione:

Dello spazio delle righe (spazio generato dalle righe di A)
Dello spazio delle colonne (spazio generato dalle colonne di A)
Dell’immagine dell’applicazione lineare associata a A

Attenzione!

Il rango non è necessariamente uguale al numero di righe o colonne. Per una matrice m×n, vale sempre:

rank(A) ≤ min(m, n)

2. Metodi per il Calcolo del Rango

2.1 Eliminazione di Gauss (Metodo di Riduzione)

Il metodo più efficiente per matrici di grandi dimensioni, con complessità computazionale O(min(m,n)² max(m,n)):

Scrivere la matrice aumentata [A|I]
Applicare operazioni elementari sulle righe per ottenere la forma a scala:
- Scambio di righe: R_i ↔ R_j
- Moltiplicazione per scalare non nullo: R_i → kR_i (k≠0)
- Sostituzione: R_i → R_i + cR_j
Contare il numero di pivot (primi elementi non nulli delle righe)

Riferimento Accademico:

Per una trattazione rigorosa delle operazioni elementari e della forma a scala, consultare:

MIT OpenCourseWare – Linear Algebra (Gilbert Strang)

2.2 Metodo dei Minori Orlati

Metodo teoricamente elegante ma computazionalmente oneroso (O(n!) nel caso peggiore):

Trovare un minore non nullo di ordine massimo
Verificare che tutti i minori che lo contengono (orlando) siano nulli
L’ordine del minore massimo è il rango

Esempio: Per la matrice A = [1 2 3] [2 4 6] [1 1 1] I minori 2×2 non nulli sono 3 (ma tutti i 3×3 sono nulli) → rank(A) = 2

2.3 Via Determinante (Solo Matrici Quadrate)

Applicabile solo a matrici quadrate n×n:

rank(A) = n ⇔ det(A) ≠ 0 rank(A) < n ⇔ det(A) = 0

Confronto tra i Metodi di Calcolo
Metodo	Complessità	Precisione Numerica	Applicabilità	Vantaggi	Svantaggi
Eliminazione di Gauss	O(n³)	Alta (con pivoting)	Generale	Velocità, stabilità numerica	Richiede implementazione attenta
Minori Orlati	O(n!) nel peggiore	Media	Generale	Approccio teorico elegante	Lento per n>5
Via Determinante	O(n³) con Laplace	Bassa per n grande	Solo quadrate	Semplice da implementare	Instabile numericamete

3. Esercizi Svolti con Soluzioni Dettagliate

Esercizio 1: Matrice 3×3 con Rango 2

Testo: Calcolare il rango della matrice:

A = | 1 2 3 | | 2 4 6 | | 1 1 1 |

Soluzione con Eliminazione di Gauss:

R₂ → R₂ – 2R₁:
| 1 2 3 | | 0 0 0 | | 1 1 1 |
R₃ → R₃ – R₁:
| 1 2 3 | | 0 0 0 | | 0 -1 -2 |
Scambio R₂ ↔ R₃:
| 1 2 3 | | 0 -1 -2 | | 0 0 0 |
Pivot in posizione (1,1) e (2,2) → rango = 2

Esercizio 2: Matrice 4×5 con Rango 3

Testo: Determinare il rango della matrice:

B = | 1 0 2 1 3 | | 0 1 1 2 1 | | 1 1 3 3 4 | | 2 1 5 4 6 |

Soluzione:

R₃ → R₃ – R₁, R₄ → R₄ – 2R₁:
| 1 0 2 1 3 | | 0 1 1 2 1 | | 0 1 1 2 1 | | 0 1 1 2 0 |
R₃ → R₃ – R₂, R₄ → R₄ – R₂:
| 1 0 2 1 3 | | 0 1 1 2 1 | | 0 0 0 0 0 | | 0 0 0 0 -1 |
Scambio R₃ ↔ R₄:
| 1 0 2 1 3 | | 0 1 1 2 1 | | 0 0 0 0 -1 | | 0 0 0 0 0 |
Pivot in (1,1), (2,2), (3,5) → rango = 3

4. Applicazioni Pratiche del Rango

Applicazioni del Rango in Diverse Discipline
Campo	Applicazione Specifica	Importanza del Rango	Esempio Concreto
Ingegneria Strutturale	Analisi di strutture reticolari	Determina la staticità (rango = 2n-3 per n nodi)	Ponte con 10 nodi: rango 17 per staticità
Computer Grafica	Compressione di mesh 3D	Rango basso = maggiore compressibilità	Modello 3D con rango 50 invece di 200
Economia	Modelli input-output	Rango completo = sistema risolvibile	Matrice di Leontief 50×50 con rango 50
Machine Learning	Analisi PCA	Rango = dimensione intrinseca dei dati	Dataset con 100 features ma rango 10

5. Errori Comuni e Come Evitarli

Confondere rango con dimensione:
Errore: “Una matrice 3×3 ha sempre rango 3”

Correzione: Solo se det(A) ≠ 0. Esempio controesempio:
| 1 2 3 | | 4 5 6 | → det = 0 → rango < 3 | 7 8 9 |
Dimenticare il campo di definizione:
Errore: Calcolare il rango in ℝ quando la matrice è definita in ℤ₅

Correzione: Il rango può variare! Esempio:
In ℝ: |1 2| ha rango 2 In ℤ₅: |1 2| ha rango 1 (2ª colonna = 2×1ª)
Operazioni non elementari:
Errore: Moltiplicare una colonna per zero

Correzione: Solo operazioni che preservano lo spazio delle righe/colonne

6. Implementazione Computazionale

Per implementazioni professionali, si utilizzano:

LAPACK: Routine DGEQRF per la fattorizzazione QR (usata da MATLAB e NumPy)
SVD: La decomposizione a valori singolari fornisce il rango numerico (con tolleranza ε)
Librerie moderne:
// JavaScript con math.js const rank = math.rank(matrix); // Python con NumPy rank = np.linalg.matrix_rank(A)

Documentazione Ufficiale:

Per implementazioni numericamente stabili:

NETLIB LAPACK Documentation

7. Approfondimenti Teorici

7.1 Rango e Sistemi Lineari

Teorema di Rouché-Capelli: Un sistema A x = b ha soluzioni ⇔ rank(A) = rank([A|b])

7.2 Rango e Applicazioni Lineari

Per una trasformazione lineare T: V → W rappresentata da A:

rank(A) = dim(Im(T)) // dimensione dell’immagine nullity(A) = dim(Ker(T)) // dimensione del nucleo dim(V) = rank(A) + nullity(A) // Teorema del rango

7.3 Rango e Matrici Speciali

Rango per Tipologie di Matrici
Tipo di Matrice	Formula del Rango	Esempio (3×3)
Matrice identità	rank(Iₙ) = n	rank(I₃) = 3
Matrice nulla	rank(0) = 0	rank(0₃ₓ₃) = 0
Matrice di permutazione	rank(P) = n	rank(P) = 3
Matrice diagonale	rank(D) = #elementi diagonali ≠ 0	rank(diag(1,0,2)) = 2
Matrice triangolare	rank(T) = #elementi diagonali ≠ 0	rank(T) = 2 se t₃₃=0

8. Esercizi Proposti per la Pratica

Esercizio 1: Calcolare il rango della matrice parametrica:

A = | 1 a a² | | 1 b b² | | 1 c c² |

Suggerimento: Considerare i casi a=b, a=c, b=c

Esercizio 2: Dimostrare che per qualsiasi matrice A₄ₓ₄:

rank(A) = 3 ⇒ det(A) = 0

Esercizio 3 (avanzato): Data una matrice A₅ₓ₇ con rango 4, determinare la dimensione dello spazio soluzione del sistema omogeneo A x = 0.

9. Strumenti per il Calcolo Automatico

Oltre al nostro calcolatore, ecco altri strumenti professionali:

Wolfram Alpha – Motore computazionale simbolico
Octave Online – Ambiente simile a MATLAB
Symbolab – Soluzioni passo-passo

Risorsa Accademica:

Per una trattazione completa con dimostrazioni:

Linear Algebra Done Right (Axler) – Springer

Calcolare Rango Di Una Matrice Esercizi Svolti